메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이다빛 (가톨릭대학교) 박상훈 (가톨릭대학교) 이희재 (가톨릭대학교) 이상국 (가톨릭대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제15권 제6호(JKIIT, Vol.15, No.6)
발행연도
2017.6
수록면
103 - 110 (8page)
DOI
10.14801/jkiit.2017.15.6.103

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
뇌-컴퓨터 인터페이스(BCI, Brain-Computer Interface)는 신체적 기능에 제한 또는 손상을 입은 노약자나 장애인과 같은 사람들에게 보완대체 의사소통(AAC, Augmentative and Alternative Communication)으로 사용될 수 있는 기술이다. BCI가 AAC로 사용되기 위해서는 비선형, 비정상적인 뇌파 신호에 적절한 특징 추출 및 분류 방법을 선택하는 것이 중요하다. 본 연구는 컨볼루션 신경망(CNN, Convolutional Neural Network)에 기반한 동작 상상 뇌파의 특징 추출 및 분류 방법을 제안한다. 이미지 분야에서 가장 많이 사용되는 컨볼루션 신경망은 과적합(Overfitting) 문제를 피하기 위해 아주 많은 수의 학습 데이터를 사용한다. 만약 학습 데이터의 양이 적을 경우, 컨볼루션 신경망은 과적합 문제를 일으킨다. 따라서 본 연구에서는 학습 데이터의 양이 적은 BCI 분야에 적합한 컨볼루션 신경망을 제작하여 동작 상상 뇌파를 학습시키고, 분류하였다. 제안한 방법의 성능은 기존의 기계학습 방법들과의 비교 실험을 통해 평균 정확도 측면에서 약 3.8~4.5% 정도 우수하다는 것을 보여주었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 컨볼루션 신경망의 구성
Ⅲ. 실험 및 고찰
Ⅳ. 결론
References

참고문헌 (19)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-004-000918371